英文：Continued Pretraining 分类：training
在通用预训练之后，用领域语料继续无监督训练（自监督损失）的阶段：让模型补充学习行业知识（医学术语、法律条文、代码规范），再进入监督微调，是行业大模型的常见路径。
流程：通用预训练→领域持续预训练→SFT/RLHF；数据：领域语料（论文/专利/法规/日志，需清洗去重）；关键：防遗忘（混合通用数据：通用:领域≈1:1~1:4）、学习率衰减（小于预训练）、灾难性遗忘监控；效果：领域困惑度下降、知识召回提升。
用于行业大模型（医疗/法律/金融/工业）、企业知识注入（内部文档预训练）、垂类助手（术语准确）与开源模型二次开发。